Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

- Python-Programme selbst zu entwickeln,
- dabei haben sie ein Grundverständnis der häufig verwendeten Bibliotheken (NumPy, ScipPy),
- eigene wissenschaftliche Probleme in Python zu lösen,
- spezifische Phänomene mittels Python zu simulieren,
- verschiedene Optimierungsprobleme zu lösen,
- Daten mit Hilfe von Plots auszuwerten

- Einführung in die Programmiersprache "Python"
- die Bibliotheken SciPy und NumPy
- Datenbearbeitung und Visualisierung (Matplotlib)
- Testen von Quellcode
- Reproduzierbare Analysen mit IPython/Jupyter
- Python für Optimierungsprobleme (z.B. SciPy, PuLP)
- Parallele Programmierung mit Python
- Schnittstellen zu anderen Programmiersprachen (z.B. Julia)

- Programmierübungen
- kleine Software-Beispiele mit Hilfe von Jupyter-Notebooks

Teil 1
- bestandener Übungsteil

Teil 2
- schriftliche Prüfung mit Programmieraufgaben

Students enrolled in Master program "Computational Science and Engineering" have priority.